Конвертер TGZ в TAR

Что такое конвертация TGZ в TAR?

Конвертация TGZ в TAR - это снятие слоя сжатия GZIP с архива и получение чистого TAR-контейнера. Файлы внутри сохраняются полностью неизменными байт в байт, как и сама структура UNIX-tarball: записи по 512 байт, заголовки с метаданными, блоки данных. Меняется только то, что архив больше не сжат алгоритмом DEFLATE. TGZ (TAR + GZIP) - это композитный формат: внутренний TAR-контейнер, обёрнутый внешним слоем GZIP. Расширения .tgz и .tar.gz обозначают одно и то же. TAR (Tape ARchive) появился в UNIX в 1979 году как формат для последовательной записи данных на магнитные ленты и за десятилетия стал универсальным контейнером для группировки файлов с сохранением POSIX-атрибутов.

Главная причина снятия GZIP-сжатия - получить возможность работать с содержимым архива без ограничений потокового сжатия. Чистый TAR можно открывать средствами файловых менеджеров на любых системах, добавлять и удалять файлы внутри без полной пересборки, применять другие алгоритмы сжатия (BZIP2, XZ, ZSTD), индексировать, проверять побайтно. TGZ за счёт сплошного сжатия не позволяет ничего из перечисленного без полной распаковки.

При конвертации архив проходит через единственный шаг: декодирование DEFLATE в исходный TAR-поток. Никаких изменений в составе файлов или структуре каталогов не происходит. Размер итогового TAR увеличивается, потому что слой сжатия снят, но взамен архив становится "прозрачным" для всех инструментов работы с TAR.

Технические различия форматов TGZ и TAR

Структура форматов

TGZ - это двухслойная конструкция. Внутренний слой - стандартный TAR-архив, состоящий из последовательности записей: заголовок 512 байт + данные файла, выровненные до кратного 512 байт. Внешний слой - GZIP, оборачивающий весь TAR-поток в сжатый контейнер с собственным заголовком (магические байты 1f 8b), флагами и контрольной суммой CRC-32. Файл .tgz всегда читается линейно с начала до конца.

TAR - это одноуровневый контейнер без сжатия. Каждая запись - заголовок ustar (512 байт), за которым следуют байты файла. Конец архива - два пустых блока по 512 байт. TAR хранит полные UNIX-атрибуты: владельца (имя и UID), группу (имя и GID), права доступа в восьмеричной форме, временные метки в Unix-time, тип файла (обычный, каталог, символическая ссылка, FIFO, устройство).

Сравнительная таблица возможностей

Размер файлов: реальные примеры

Соотношение размеров для типичных наборов данных:

Прирост 1-3% в TAR относительно исходных файлов объясняется накладными расходами на заголовки записей и выравнивание блоков. Для медиафайлов и других уже сжатых форматов TGZ практически не отличается от TAR по размеру.

Когда необходима конвертация TGZ в TAR

Модификация содержимого архива

Чистый TAR позволяет работать с содержимым без полной распаковки и пересжатия:

• Добавление новых файлов - утилиты позволяют дописывать записи в конец TAR-архива без необходимости распаковывать всё.
• Удаление устаревших файлов - средствами командной строки или специализированных программ можно вырезать конкретные записи.
• Замена отдельных файлов - обновление конфигурационных файлов или документов в составе архива.
• Объединение нескольких архивов - конкатенация TAR-файлов с последующей дефрагментацией.

Применение другого алгоритма сжатия

После получения чистого TAR можно перепаковать его с другим методом сжатия:

• TAR -> XZ - получить лучшее сжатие, чем у GZIP, на 10-30% компактнее за счёт LZMA2.
• TAR -> BZ2 - переход на алгоритм BWT для лучшего сжатия текстовых данных.
• TAR -> ZSTD - современный алгоритм с высокой скоростью и сравнимым с XZ сжатием.
• TAR -> LZ4 - сверхбыстрое сжатие для частого доступа.

Прямой доступ к отдельным файлам

В чистом TAR можно построить индекс смещений и обращаться к файлам без последовательного чтения:

• Каталоги документов - извлечение конкретного PDF из тысяч хранящихся.
• Наборы изображений - доступ к одному изображению из миллионов в архивах фотобанков.
• Логи с метками времени - извлечение записей за конкретный день из годового архива.

Передача через системы, не поддерживающие GZIP

Некоторые встроенные системы и старые UNIX-окружения работают только с чистым TAR:

• Embedded-устройства - маршрутизаторы, IoT-шлюзы с ограниченным программным обеспечением.
• Минимальные образы Docker и LXC - базовые контейнеры без GZIP-утилит.
• Загрузочные ISO-образы - дистрибутивы, использующие TAR в качестве промежуточного формата.

Контроль целостности и аудит

Чистый TAR удобен для аудита содержимого:

• Сверка контрольных сумм - можно вычислить SHA-256 каждого файла внутри без распаковки в файловую систему.
• Антивирусная проверка - сканеры эффективнее работают с прозрачным TAR-потоком.
• Цифровая подпись - проще подписать конкретный TAR без зависимости от GZIP-обёртки.

Процесс конвертации

Этапы преобразования

1. Чтение заголовка GZIP - проверяются магические байты, метод сжатия (для GZIP это обычно DEFLATE), флаги (наличие имени исходного файла, комментария, дополнительных полей).

2. Декодирование DEFLATE - алгоритм обратно строит исходный поток данных из сжатого: применяется обратное преобразование LZ77 (восстановление повторений по ссылкам) и кодов Хаффмана (преобразование префиксных кодов в исходные байты).

3. Проверка контрольной суммы - GZIP содержит CRC-32 от исходных несжатых данных. Несовпадение означает повреждение архива.

4. Запись TAR-потока - восстановленные байты сохраняются как .tar файл. Это и есть исходный TAR-контейнер, который был сжат внутри TGZ.

5. Финализация - файл закрывается, метаданные файловой системы (имя, временные метки) проставляются согласно ОС.

Что сохраняется, а что меняется

Сохраняется полностью:

• Все файлы и каталоги внутри архива (байт в байт)
• POSIX-атрибуты (права доступа, владелец, группа)
• Временные метки модификации, доступа и создания
• Символические и жёсткие ссылки
• Специальные типы файлов (FIFO, устройства)
• Расширенные атрибуты в формате PAX

Меняется:

• Размер файла на диске (увеличивается до исходного несжатого)
• Расширение (.tgz/.tar.gz -> .tar)
• Возможность извлечения отдельных файлов (становится прямой)

Не меняется ничего из содержимого - конвертация TGZ -> TAR абсолютно lossless по составу архива.

Сравнение TAR с другими форматами

TAR против ZIP

ZIP - универсальный формат с собственным сжатием, TAR - чистый контейнер.

TAR предпочтительнее в UNIX-средах, где важны атрибуты и нет нужды в сжатии "из коробки".

TAR против CPIO

CPIO - другой UNIX-формат архивирования, аналог TAR.

TAR доминирует в общем использовании, CPIO остаётся в специфических нишах.

TAR против ISO

ISO 9660 - формат образов оптических дисков.

TAR - для архивирования, ISO - для образов дисков и установочных носителей.

Совместимость и поддержка TAR

Операционные системы

TAR - один из самых поддерживаемых форматов в UNIX-семействе:

• Linux - команда tar присутствует в каждом дистрибутиве из коробки. GUI-архиваторы (File Roller, Ark, Engrampa) открывают TAR двойным кликом.
• macOS - команда tar входит в стандартную поставку. Archive Utility распаковывает TAR через Finder.
• FreeBSD, OpenBSD, NetBSD - tar присутствует в базовой системе.
• Solaris, AIX, HP-UX - tar - часть стандартного набора UNIX-утилит.
• Windows - команда tar встроена в Windows 10 (build 17063+) и Windows 11. GUI-программы 7-Zip, WinRAR, PeaZip открывают TAR.
• Android и iOS - файловые менеджеры с поддержкой архивов работают с TAR.

Языки программирования

Стандартные библиотеки большинства языков включают поддержку TAR:

История развития формата

• 1979 - первая реализация tar для UNIX версии 7.
• 1988 - стандартизация POSIX в виде ustar (Uniform Standard Tape ARchive).
• 1992 - расширение GNU tar с поддержкой длинных имён через специальные записи.
• 2001 - стандарт PAX (POSIX Archive Interchange) с расширенными атрибутами.
• Настоящее время - TAR остаётся доминирующим архивным контейнером в UNIX-мире и используется как основа для TAR.GZ, TAR.BZ2, TAR.XZ, TAR.ZST.

Ограничения и альтернативы

Когда конвертация в TAR нецелесообразна

• Ограничения по дисковому пространству - чистый TAR занимает больше места, что критично при ограниченных ресурсах.
• Передача по медленным каналам - размер выше, чем у TGZ, время передачи увеличится.
• Долгосрочное хранение - для архивирования предпочтительнее форматы со сжатием.

Альтернативные сценарии

• TGZ -> TAR.XZ - получить лучшее сжатие при сохранении формата TAR.
• TGZ -> TAR.BZ2 - сжатие средней силы с хорошей поддержкой в Linux.
• TGZ -> TAR.ZST - современный алгоритм ZSTD: быстрая распаковка и хорошее сжатие.

Конвертация в чистый TAR оптимальна для промежуточного шага: получить контейнер, модифицировать содержимое, применить новое сжатие. Для конечного хранения или передачи обычно выбирают сжатую форму.